CN113870227A - 基于压力分布的医学定位方法、装置、电子设备及存储介质 - Google Patents

基于压力分布的医学定位方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113870227A
CN113870227A CN202111151994.3A CN202111151994A CN113870227A CN 113870227 A CN113870227 A CN 113870227A CN 202111151994 A CN202111151994 A CN 202111151994A CN 113870227 A CN113870227 A CN 113870227A
Authority
CN
China
Prior art keywords
human body
pressure distribution
current
posture
distribution data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111151994.3A
Other languages
English (en)
Other versions
CN113870227B (zh
Inventor
李科
邓会鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sinovision Technology Beijing Co ltd
Original Assignee
Sinovision Technology Beijing Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sinovision Technology Beijing Co ltd filed Critical Sinovision Technology Beijing Co ltd
Priority to CN202111151994.3A priority Critical patent/CN113870227B/zh
Publication of CN113870227A publication Critical patent/CN113870227A/zh
Application granted granted Critical
Publication of CN113870227B publication Critical patent/CN113870227B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供一种基于压力分布的医学定位方法、装置、电子设备及存储介质。获取当前人体在扫描床上的压力分布数据；基于接收到的人体属性数据，生成相应的人体标准姿态骨骼模型；根据所述人体标准姿态骨骼模型，以及测量得到的人体当前压力分布数据，通过相似性进行关联求解，计算得到人体当前姿态向量；基于所述当前人体姿态向量与压力分布数据的空间分布进行匹配，获得当前人体姿态中每个部位的空间坐标；基于所述空间坐标对待检测部位在医学设备中定位。本发明提供的技术方案，能够通过患者在扫描床上的压力分布数据，计算出患者待扫描部位的扫描范围并自动定位，降低了患者在医疗过程中的扫描剂量，使得患者在治疗过程中，辐射损伤较小。

Description

基于压力分布的医学定位方法、装置、电子设备及存储介质
技术领域
本发明涉及医学定位技术，尤其涉及一种基于压力分布的医学定位方法及装置。
背景技术
计算机断层扫描成像(CT)利用x射线对人体进行透射采集数据成像,得益于其无创伤、无痛苦、图像好、诊断价值高的特点，广泛应用于医疗图像诊断领域。由于x射线的对人体组织的辐射损伤特性，为了避免过量的射线辐射对人体带来的危害，在CT扫描时需要尽量减少不必要的辐射扫描。
通常，先通过扫描大范围的定位片来覆盖目标区域，再选取特定的扫描区域进行后续的CT扫描。在选取特定扫描区域时，现有多种方法进行选取。一种是通过医生根据患者登记的扫描部位，在预先扫描的定位片上手动选取对应的扫描范围，再进行曝光扫描。另一种是利用基于定位片的图像识别技术，识别患者登记的扫描部位，自动选取扫描范围。该种方法利用了基于定位片的图像识别技术，帮助医生识别了所需扫描的部位，并选取扫描范围，减轻了医生的操作负担。这两种方法都需要先扫描一张大范围的定位片，不可避免的带来了额外的辐射剂量，同时增加了CT检查流程的步骤，即需要先扫描定位片，再扫描目标部位。
为了改进上述CT检查步骤，现有另一种方法，添加摄像头系统，通过拍摄患者躺在扫描床上的图像，利用图像识别技术，识别患者登记的扫描部位，跳过扫描定位片这一步骤，直接扫描目标部位。该方法缩短了CT检查流程，有助于提升CT检查效率。这种方法避免了扫描定位片带来的额外辐射剂量，同时缩短了检查流程，但是由于其目标部位识别完全依赖于摄像头图像识别，没有依赖人体的生物特征信息，为了保证识别部位的准确率，不可避免的需要适当扩大识别范围，带来了后续扫描的剂量变大。
现在尚未有一种方法，既能够降低扫描剂量，又能够保证部位识别的准确性和扫描范围的精确性。
发明内容
本发明实施例提供一种基于压力分布的医学定位方法、装置、电子设备及存储介质，能够通过对人体的压力分布进行检测，得到人体各个部位的位置，准确性、精确性较高。降低了医疗过程中的扫描剂量。
本发明实施例的第一方面，提供一种基于压力分布的医学定位方法，其特征在于，包括：
获取当前人体在扫描床上的压力分布数据；
基于接收到的当前人体属性数据，生成相应的被检测人的标准姿态骨骼模型及标准姿态向量；
根据所述人体标准姿态骨骼模型，以及测量得到的人体当前压力分布数据，通过相似性进行关联求解，计算得到人体当前姿态向量；
基于所述当前人体姿态向量与压力分布数据的空间分布进行匹配，获得当前人体姿态中每个部位的空间坐标；
基于所述空间坐标对待检测部位在医学设备中定位。
可选地，在第一方面的一种可能实现方式中，基于接收到的人体属性数据和所述当前压力分布数据生成相应的人体标准姿态骨骼模型包括：
将所述人体属性数据输入至预先训练的人体骨骼计算模型中；
所述人体骨骼计算模型依据人体属性数据，计算出标准姿态下的人体骨骼模型。。
可选地，在第一方面的一种可能实现方式中，根据所述人体标准姿态骨骼模型得到人体当前姿态向量包括：
依据所述人体标准姿态骨骼模型，以及人体属性数据，模拟计算得到人体标准姿态下的压力分布数据；
依据模拟计算得到的压力分布数据，与实际测量的压力分布数据，通过相似性关联求解，计算得到人体姿态形变向量；
依据所述人体标准姿态向量，以及计算得到的姿态形变向量，计算得到当前人体姿态向量。
可选地，在第一方面的一种可能实现方式中，根据所述当前人体姿态向量得到当前人体姿态中各部位器官对应的空间坐标包括：
基于所述当前人体姿态向量与当前压力分布数据的空间分布进行匹配，确定当前人体姿态向量相对于扫描床坐标原点的偏移量；
基于所述当前人体姿态向量与扫描床坐标原点的偏移量，确定当前人体姿态向量在扫描床空间的三维坐标；
基于所述当前人体姿态向量在扫描床空间的三维坐标，获取当前人体姿态中各部位器官对应的空间坐标及范围。
可选地，在第一方面的一种可能实现方式中，根据所述待扫描部位信息实现自动定位包括：
基于接受到的待扫描部位信息，结合上述人体姿态中各部位对应的空间坐标及范围，给定待扫描部位的空间坐标范围；
将待扫描部位的空间坐标范围下发到扫描设备，实现自动定位。
可选地，在第一方面的一种可能实现方式中，通过以下步骤训练所述人体骨骼计算模型，包括：
获取训练样本，所述训练样本包括一一对应的人体属性数据以及标准人体骨骼数据；
人体骨骼计算模型基于所述训练样本持续训练直至收敛。
可选地，在第一方面的一种可能实现方式中，获取当前人体在扫描床上的压力分布数据包括：
基于传感器获取当前人体在扫描床上的压力分布数据，对所述当前压力分布数据进行去噪声处理；
基于接收的体重信息对所述当前压力分布数据归一化处理，所述人体属性数据包括体重信息。
本发明实施例的第二方面，提供一种基于压力分布的医学定位装置，包括：
压力获取模块，用于获取人体平躺时的当前压力分布数据；
姿态生成模块，用于基于接收到的人体属性数据和所述当前压力分布数据生成相应的检测人体骨骼数据，根据所述检测人体骨骼数据得到检测姿态向量；
建模模块，用于基于所述检测姿态向量进行三维建模得到三维空间模型；
坐标获取模块，用于将所述当前压力分布数据代入至三维空间模型中获得当前压力分布数据中每个部位的空间坐标；
定位模块，用于基于所述空间坐标对每个部位在医学图像中定位。
本发明实施例的第三方面，提供一种基于压力分布的医学定位设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行本发明第一方面及第一方面各种可能涉及的所述方法。
本发明实施例的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
本发明提供的一种基于压力分布的医学定位方法、装置、电子设备及存储介质，能够对人体平躺时的压力进行检测得到人体的压力分布，并根据人体的压力分布得到人体在医学图像中的位置。降低了患者在医疗过程中的扫描剂量，使得患者在治疗过程中，辐射损伤较小。
附图说明
图1为基于压力分布的医学定位系统的结构示意图；
图2为基于压力分布的医学定位方法的流程示意图；
图3为基于压力分布的医学定位装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种基于压力分布的医学定位系统，如图1所示其结构图，至少包括采集单元和处理单元，采集单元可以是扫描床，在扫描床上设置多个压力传感器形成传感器阵列。当患者需要检查、治疗时，患者的人体会躺在扫描床上，扫描床上的压力传感器会对人体的压力进行采集，得到人体当前姿态下的压力分布数据。
处理单元在接收到当前压力分布数据后会进行相应的计算，得到人体每个部位在医学图像中的坐标。方便医生根据医学图像进行后续的检测、治疗工作。
本发明提供一种基于压力分布的医学定位方法，如图2所示其流程图，包括：
步骤S110、获取患者登记信息。包括获取患者年龄，患者性别，患者身高，患者待检查部位，患者在扫描床上的体位信息。患者年龄，性别来自患者挂号信息，患者待检查部位来自医生的检查需求。患者在扫描床上的体位信息来自于实际患者在扫描床上的体位姿态(如仰卧或俯卧，头先进或脚先进等)，由检查医生提供。
步骤S120、获取当前人体在扫描床上的压力分布数据。在本步骤中，患者进入CT扫描室后，其人体会躺上扫描床，依据扫描床上分布的压力传感器，获取患者的在扫描床上的压力分布数据，同时获取患者体重信息。患者体重信息可以是基于扫描床获得，也可以是通过其他质量检测装置获得。
在步骤S120中，包括：
基于压力传感器获取当前人体在扫描床上的压力分布数据，和空载状态下的压力传感器数据，对所述当前人体的压力分布数据扣除本底噪声，进行去噪声处理；
基于接收的体重信息对所述当前压力分布数据归一化处理，所述人体属性数据包括体重信息。
将患者压力分布数据通过以上步骤进行去噪，归一化处理，方便后续匹配计算使用。
步骤S130、基于接收到的人体属性数据，生成相应的被检测人的标准姿态骨骼模型以及相应的被检测人标准姿态下的人体姿态向量。
步骤S130包括：
将所述人体属性数据输入至预先训练的人体骨骼计算模型中。本发明会依据人体标准姿态下的骨骼计算模型，通过人体相关的属性数据，计算生成当前人体的标准姿态骨骼模型。人体属性数据包括患者的年龄、性别、体重、身高、患者在扫描床上的体位信息等。
其中，患者年龄、性别可以来自患者挂号信息(可以通过医院内部挂号系统进行自动采集)。患者在扫描床上的体位信息来自于实际患者在扫描床上的体位姿态，可以由医生通过输入设备得到。患者身高、体重可以来自扫描床或其他身高体重测量装置。
本发明可以依据患者的身高、体重、年龄、性别，依据人体骨骼计算模型，生成与患者相似的标准姿态的人体骨骼模型。人体骨骼计算模型依据中国成年人人体尺寸以及人体骨骼解剖模型构建，保存为依赖于身高、体重、年龄、性别的标准人体姿态的骨骼模型。依据患者的个人信息，生成与患者相似的标准姿态人体骨骼模型f。标准姿态的人体骨骼模型，包含多个骨骼特征点位置坐标。依据人体生物学定义，以及标准姿态下人体各部位与骨骼特征点的相对位置关系，确定标准姿态下人体各部位的位置坐标及范围。
人体标准姿态的骨骼模型用f表示，人体的标准姿态向量用p表示。根据患者年龄、身高、体重、性别，生成对应患者的标准姿态的骨骼模型f(a,pi)，a表示患者年龄、身高、体重、性别参数，pi表示第i个骨骼特征点的二维坐标(xi，yi)。因患者年龄、身高、体重、性别参数对该患者为常量，将患者的标准姿态骨骼模型简写为f(pi)。
在一个可能的实施方式中，通过以下步骤计算所述标准人体姿态的骨骼模型，包括：
获取训练样本，所述训练样本包括一一对应的人体属性数据以及标准人体骨骼数据。本发明会预先配置人体骨骼计算模型，训练样本全部是标准姿态的人体骨骼数据。
人体骨骼计算模型基于所述训练样本持续训练直至收敛。
通过以上方式，人体骨骼计算模型保存为依赖于身高、体重、年龄、性别的标准人体姿态的骨骼模型数据库。输入对应的身高、体重、年龄、性别，即可输出标准人体姿态下的骨骼模型f(a,pi)和标准姿态下的人体姿态向量pi。其中a表示患者年龄、身高、体重、性别参数，pi为标准姿态下的姿态向量，表示第i个骨骼特征点的二维坐标(xi，yi)。
步骤S140、根据所述患者的标准姿态骨骼模型，以及测量得到的人体当前压力分布数据，通过相似性进行关联求解，计算得到当前人体姿态的骨骼模型和当前人体姿态向量。
步骤S140包括：
根据计算得到患者的标准姿态骨骼模型，以及患者身高、体重信息，模拟计算得到当前患者标准姿态下的压力分布数据。
依据模拟计算得到的压力分布数据，与实际测量的压力分布数据，通过相似性关联求解，计算得到人体姿态形变向量。
依据患者的标准姿态向量，以及计算得到的姿态形变向量，计算得到当前人体姿态向量和当前人体骨骼模型。
在一个可能的实施方式中，通过以下步骤计算所述的当前人体姿态向量和当前人体骨骼模型：
根据生成的患者标准姿态骨骼模型f(pi)，通过有限元仿真计算，得到患者标准姿态下的压力分布g(pi,wi)＝bwif(pi),其中b为压力传感器转换系数,与具体使用的压力传感器相关。该标准姿态骨骼模型对患者体重做归一化处理，wi表示第i个骨骼特征点的归一化密度权重。
患者标准姿态下的压力分布g(pi,wi)表示第i个骨骼特征点经过压力传感器后得到的归一化压力数值。用g0表示实际测量得到的患者的压力分布图(经重量归一化处理)，用g(pi,wi)(i＝1到n)表示计算得到患者标准姿态骨骼模型的压力分布图，其中实际姿态下的骨骼特征点
Figure BDA0003287488710000081
αi为第i个骨骼特征点在标准姿态下到实际姿态的形变向量。为了计算得到实际的骨骼特征点坐标
Figure BDA0003287488710000082
我们通过计算min‖g(piβi,wi)―g0‖最小化来得到实际姿态向量p0与标准姿态向量p的形变向量βi。该表达式可以进一步写为，
Figure BDA0003287488710000083
qj为实际测量得到的压力分布图中第j个采样点数值。该表达式通常采用最小二乘法求解，得到第i个骨骼特征点的实际姿态与标准姿态的形变向量βi，进而得到实际姿态下的第i个骨骼特征点
Figure BDA0003287488710000084
即可以计算得到患者当前实际的姿态向量p0，以及患者当前的骨骼模型
Figure BDA0003287488710000085
步骤S150、基于所述患者当前姿态向量与患者当前压力分布数据的空间分布进行匹配，确定当前人体姿态向量相对与扫描床坐标原点的偏移量，确定当前人体姿态向量在扫描床空间的空间坐标，进而获取当前人体姿态中各部位器官对应的空间坐标及范围。
步骤S150包括：
基于所述患者当前姿态向量与患者当前压力分布数据的空间分布进行匹配，确定当前人体姿态向量相对与扫描床坐标原点的偏移量。
上述两者的偏移量，由两者计算中所依据的参考系不同导致。上述计算中求得患者实际的姿态向量p0，该姿态向量表示出了患者骨骼特征点在压力传感器覆盖的二维平面坐标空间中的相对位置。实际我们需要得到患者骨骼特征点在扫描空间中的实际坐标位置。依据压力传感器的几何排布结构，可以简单得到压力传感器在扫描空间中的坐标表示，即可以得到压力传感器覆盖的二维平面坐标空间相对于扫描空间的偏移量，我们用向量θ表示。如此即可计算出患者的姿态向量在扫描空间中的坐标表示p0+θ，即可以得到各个骨骼特征点在扫描空间中的实际坐标。
基于各个骨骼特征点的空间坐标，可以获取患者当前姿态中各部位器官对应的空间坐标及范围。
步骤S160、基于接受到的待扫描部位信息，结合患者当前姿态中各部位对应的空间坐标及范围，给定待扫描部位的扫描范围，实现自动定位。
依据患者登记的扫描部位信息，在上述患者姿态向量中进行寻址，查找得到待扫描部位信息的空间坐标信息，进而确定待扫描范围，实现自动定位。
本发明的实施例，还提供一种基于压力分布的医学定位装置，如图3所示，包括：
压力获取模块，用于获取人体平躺时的当前压力分布数据；
姿态生成模块，用于基于接收到的人体属性数据和所述当前压力分布数据生成相应的检测人体骨骼数据，根据所述检测人体骨骼数据得到检测姿态向量；
建模模块，用于基于所述检测姿态向量进行三维建模得到三维空间模型；
坐标获取模块，用于将所述当前压力分布数据代入至三维空间模型中获得当前压力分布数据中每个部位的空间坐标；
定位模块，用于基于所述空间坐标对每个部位在医学图像中定位。
本发明实施例提供一种基于压力分布的医学定位设备，该栏目列表中应用切换设备包括：处理器、存储器和计算机程序；其中
存储器，用于存储所述计算机程序，该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器，用于执行所述存储器存储的计算机程序，以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器既可以是独立的，也可以跟处理器集成在一起。
当所述存储器是独立于处理器之外的器件时，所述设备还可以包括：
总线，用于连接所述存储器和处理器。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种基于压力分布的医学定位方法，其特征在于，包括：
获取当前人体在扫描床上的压力分布数据；
基于接收到的人体属性数据，生成相应的人体标准姿态骨骼模型；
根据所述人体标准姿态骨骼模型，以及测量得到的人体当前压力分布数据，通过相似性进行关联求解，计算得到人体当前姿态向量；
基于所述当前人体姿态向量与压力分布数据的空间分布进行匹配，获得当前人体姿态中每个部位的空间坐标；
基于所述空间坐标对待检测部位在医学设备中定位。
2.根据权利要求1所述的医学自动定位方法，其特征在于，基于接收到的人体属性数据和所述当前压力分布数据生成相应的人体标准姿态骨骼模型包括：
将所述人体属性数据输入至预先训练的人体骨骼计算模型中；
所述人体骨骼计算模型依据人体属性数据，计算出标准姿态下的人体骨骼模型。
3.根据权利要求1所述的医学自动定位方法，其特征在于，根据所述人体标准姿态骨骼模型得到人体当前姿态向量包括：
依据所述人体标准姿态骨骼模型，以及人体属性数据，模拟计算得到人体标准姿态下的压力分布数据；
依据模拟计算得到的压力分布数据，与实际测量的压力分布数据，通过相似性关联求解，计算得到人体姿态形变向量；
依据所述人体标准姿态向量，以及计算得到的姿态形变向量，计算得到当前人体姿态向量。
4.根据权利要求1所述的医学自动定位方法，其特征在于，根据所述当前人体姿态向量得到当前人体姿态中各部位器官对应的空间坐标包括：
基于所述当前人体姿态向量与当前压力分布数据的空间分布进行匹配，确定当前人体姿态向量相对于扫描床坐标原点的偏移量；
基于所述当前人体姿态向量与扫描床坐标原点的偏移量，确定当前人体姿态向量在扫描床空间的三维坐标；
基于所述当前人体姿态向量在扫描床空间的三维坐标，获取当前人体姿态中各部位器官对应的空间坐标及范围。
5.根据权利要求1所述的医学自动定位方法，其特征在于，根据所述待扫描部位信息实现自动定位包括：
基于接受到的待扫描部位信息，结合上述人体姿态中各部位对应的空间坐标及范围，给定待扫描部位的空间坐标范围；
将待扫描部位的空间坐标范围下发到扫描设备，实现自动定位。
6.根据权利要求1所述的医学自动定位方法，其特征在于，通过以下步骤训练所述人体骨骼计算模型，包括：
获取训练样本，所述训练样本包括一一对应的人体属性数据以及标准人体骨骼数据；
人体骨骼计算模型基于所述训练样本持续训练直至收敛。
7.根据权利要求1所述的医学自动定位方法，其特征在于，
获取当前人体在扫描床上的压力分布数据包括：
基于传感器获取当前人体在扫描床上的压力分布数据，对所述当前压力分布数据进行去噪声处理；
基于接收的体重信息对所述当前压力分布数据归一化处理，所述人体属性数据包括体重信息。
8.一种基于压力分布的医学定位装置，其特征在于，包括：
压力获取模块，用于获取人体平躺时的当前压力分布数据；
姿态生成模块，用于基于接收到的人体属性数据和所述当前压力分布数据生成相应的检测人体骨骼数据，根据所述检测人体骨骼数据得到检测姿态向量；
建模模块，用于基于所述检测姿态向量进行三维建模得到三维空间模型；
坐标获取模块，用于将所述当前压力分布数据代入至三维空间模型中获得当前压力分布数据中每个部位的空间坐标；
定位模块，用于基于所述空间坐标对每个部位在医学图像中定位。
9.一种基于压力分布的医学定位设备，其特征在于，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行权利要求1至7任一所述的方法。
10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至7任一所述的方法。
CN202111151994.3A 2021-09-29 2021-09-29 基于压力分布的医学定位方法、装置、电子设备及存储介质 Active CN113870227B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111151994.3A CN113870227B (zh) 2021-09-29 2021-09-29 基于压力分布的医学定位方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111151994.3A CN113870227B (zh) 2021-09-29 2021-09-29 基于压力分布的医学定位方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113870227A true CN113870227A (zh) 2021-12-31
CN113870227B CN113870227B (zh) 2022-12-23

Family

ID=79000486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111151994.3A Active CN113870227B (zh) 2021-09-29 2021-09-29 基于压力分布的医学定位方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113870227B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115482914A (zh) * 2022-09-14 2022-12-16 武汉一格美容咨询有限公司 一种医疗影像数据处理方法，设备及存储介质
WO2024034417A1 (ja) * 2022-08-10 2024-02-15 ソニーグループ株式会社 情報処理装置、情報処理方法、プログラム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101488187A (zh) * 2008-01-18 2009-07-22 Mv科技软件有限责任公司 可变形对象识别系统和方法
CN104000588A (zh) * 2013-02-21 2014-08-27 上海联影医疗科技有限公司 在医疗设备中定位患者的方法和系统
CN105828875A (zh) * 2013-10-16 2016-08-03 皇家飞利浦有限公司 利用生物机械模型估计器官的位置
CN107122705A (zh) * 2017-03-17 2017-09-01 中国科学院自动化研究所 基于三维人脸模型的人脸关键点检测方法
CN108670286A (zh) * 2018-06-13 2018-10-19 上海联影医疗科技有限公司 一种ct系统和ct扫描方法
CN109636831A (zh) * 2018-12-19 2019-04-16 安徽大学 一种估计三维人体姿态及手部信息的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101488187A (zh) * 2008-01-18 2009-07-22 Mv科技软件有限责任公司 可变形对象识别系统和方法
US20090185715A1 (en) * 2008-01-18 2009-07-23 Mvtec Software Gmbh System and method for deformable object recognition
CN104000588A (zh) * 2013-02-21 2014-08-27 上海联影医疗科技有限公司 在医疗设备中定位患者的方法和系统
CN105828875A (zh) * 2013-10-16 2016-08-03 皇家飞利浦有限公司 利用生物机械模型估计器官的位置
US20160236009A1 (en) * 2013-10-16 2016-08-18 Koninklijke Philips N.V. Estimating position of an organ with a biomechanical model
CN107122705A (zh) * 2017-03-17 2017-09-01 中国科学院自动化研究所 基于三维人脸模型的人脸关键点检测方法
CN108670286A (zh) * 2018-06-13 2018-10-19 上海联影医疗科技有限公司 一种ct系统和ct扫描方法
CN109636831A (zh) * 2018-12-19 2019-04-16 安徽大学 一种估计三维人体姿态及手部信息的方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024034417A1 (ja) * 2022-08-10 2024-02-15 ソニーグループ株式会社 情報処理装置、情報処理方法、プログラム
CN115482914A (zh) * 2022-09-14 2022-12-16 武汉一格美容咨询有限公司 一种医疗影像数据处理方法，设备及存储介质
CN115482914B (zh) * 2022-09-14 2023-10-24 湖南提奥医疗科技有限公司 一种医疗影像数据处理方法，设备及存储介质

Also Published As

Publication number Publication date
CN113870227B (zh) 2022-12-23

Similar Documents

Publication Publication Date Title
US20200273169A1 (en) Systems and methods for ultrasound imaging
EP4131160A1 (en) Image obtaining method and system, image quality determination method and system, and medical image acquisition method and system
US11672505B2 (en) Correcting probe induced deformation in an ultrasound fusing imaging system
JP6971544B2 (ja) 画像処理装置、画像処理方法、およびプログラム
KR101932721B1 (ko) 의료 영상들의 정합 방법 및 장치
KR101982149B1 (ko) 의료 영상의 일부 정보를 활용한 장기 영상 생성 방법 및 장치
CN113870227B (zh) 基于压力分布的医学定位方法、装置、电子设备及存储介质
JP2016531709A (ja) 疾患を診断するための画像解析技術
KR101504162B1 (ko) 의료 화상용 정보처리장치, 의료 화상용 촬영 시스템 및 의료 화상용 정보처리방법
KR20140096919A (ko) 의료 영상 정합 방법 및 장치
KR20120111871A (ko) 3차원적 모델을 이용한 신체 장기의 영상 생성 방법 및 장치
US8285359B2 (en) Method and system for retrospective gating using multiple inputs
JP2019046057A (ja) 画像処理装置、画像処理方法およびプログラム
CN108182434B (zh) 一种图像处理方法及装置
CN114943714A (zh) 医学图像处理系统、装置、电子设备及存储介质
JP5364009B2 (ja) 画像生成装置、画像生成方法、及びそのプログラム
US11341661B2 (en) Method and apparatus for registering live medical image with anatomical model
WO2020138136A1 (ja) 画像処理装置、画像処理方法及びプログラム
JP6732593B2 (ja) 画像処理装置および画像処理方法
EP4383210A1 (en) Determining a target view
CN117653163A (zh) 一种肝脏图像采集处理的方法、系统、计算机及终端
JP6660428B2 (ja) 処理装置、処理方法、およびプログラム
WO2024120917A1 (en) Determining a target view
CN114267433A (zh) 医疗影像处理方法及其医疗影像处理装置
CN117157013A (zh) 用于超声成像的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant